Estudio del cinturón de asteroides a través de la ciencia de datos
Share
Date
2025-05-27Author
Paredes Benavides, Jean Carlos
Mendieta Parra, William Camilo
Advisor
Lugo López, Nidia DanigzaCitación
Bibliographic managers
Regional / Country coverage
cead_-_pastoMetadata
Show full item record
PDF Document
Description of the content
El estudio de las órbitas de los cuerpos celestes es fundamental tanto a nivel científico
como práctico, ya que permite comprender la dinámica del sistema solar y prever posibles
riesgos asociados a objetos cercanos a la Tierra. Este trabajo se centra en el cálculo de los
elementos orbitales de un cuerpo del Cinturón de Asteroides, utilizando el método de Gauss y
técnicas vectoriales para derivar parámetros clave como el semieje mayor, la excentricidad y la
inclinación, a partir de observaciones astronómicas de ascensión recta (RA) y declinación (Dec).
A partir de estos cálculos, se emplearon librerías como Astropy y Poliastro para la
visualización tridimensional de las órbitas, lo que permitió comparar gráficamente los resultados
obtenidos con las trayectorias de referencia generadas por el sistema JPL Horizons. Además, se
aplicó la prueba de Chi-cuadrado como métrica estadística para evaluar la precisión de los
modelos, comparando el ajuste de los resultados obtenidos mediante el método de Gauss y el
Método de Vectores.
Los resultados muestran que, si bien el Método de Vectores ofrece un ajuste más preciso
a los datos de referencia (con valores de Chi-cuadrado más bajos), el método de Gauss sigue
siendo una herramienta crucial debido a su enfoque iterativo y su capacidad para manejar datos
observacionales limitados. Este estudio destaca la importancia de contar con modelos precisos
para predecir la dinámica de objetos en el Cinturón de Asteroides, ya que interacciones
gravitacionales podrían desviar sus trayectorias hacia órbitas cercanas a la Tierra. La integración
de conceptos físicos y matemáticos con herramientas de ciencia de datos subraya la relevancia de
enfoques interdisciplinarios para mejorar la comprensión y la predicción del movimiento ...























